数据集概述
本数据集为俄语否定标注数据集，包含阿瑟·柯南·道尔《硬纸盒子》俄语译文的120个含否定句，标注了否定触发词和否定范围。数据由母语者用Prodigy工具标注，以JSON和TXT两种格式呈现，用于自然语言处理中否定分析研究。
文件详解
- 文件1：RUS.json
- 文件格式：JSON
- 字段映射介绍：每个句子存储为3个向量，包括token列表、触发词标签列表（1=触发词，3=非触发词）、范围标签列表（1=在范围内，0=不在范围内）
- 文件2：RUS_anno.txt
- 文件格式：TXT
- 字段映射介绍：每个句子以5行可视化呈现，依次为token、触发词标签、范围标签、触发词token、范围token
数据来源
http://www.lib.ru/AKONANDOJL/sh_cbox.txt
适用场景
- 俄语否定分析模型训练: 用于训练和验证自然语言处理中否定触发词识别、否定范围检测的模型
- 跨语言否定研究: 作为俄语否定标注语料，支持多语言否定处理的对比分析
- 否定标注工具评估: 用于评估Prodigy等标注工具在俄语否定标注任务中的效果
- 文学文本否定现象分析: 基于《硬纸盒子》译文，研究文学文本中的否定表达规律
